前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >数值分析复习(二)拉格朗日插值法、插值余项与误差估计

数值分析复习(二)拉格朗日插值法、插值余项与误差估计

作者头像
glm233
发布2020-09-28 14:49:30
4.9K0
发布2020-09-28 14:49:30
举报

拉格朗日插值法

数值分析复习(一)线性插值、抛物线插值中我们讨论过线性插值与二次插值,其实都是接下来要讲的拉格朗日插值的特殊情况,接下来我们一一分析:

定义插值基函数:

n次多项式

l_j(x)(j=0,1,\cdots,n)
l_j(x)(j=0,1,\cdots,n)

在n+1个节点

x_0<x_1<\cdots<x_n
x_0<x_1<\cdots<x_n

上满足条件:

l_j(x_k)= \left\{ \begin{array}{l} 1,k=j, \\ 0,k\neq j,\\ \end{array} \right. j,k=0,1,\cdots,n
l_j(x_k)= \left\{ \begin{array}{l} 1,k=j, \\ 0,k\neq j,\\ \end{array} \right. j,k=0,1,\cdots,n

就称这n+1个n次多项式

l_0(x),l_1(x),\cdots l_n(x)
l_0(x),l_1(x),\cdots l_n(x)

为节点

x_0,x_1,\cdots,x_n
x_0,x_1,\cdots,x_n

上的n次插值基函数。

l_k(x)=\frac{(x-x_0) \cdots (x-x_{k-1})(x-x_{k+1})\cdots (x-x_n)}{(x_k-x_0) \cdots (x_k-x_{k-1}) (x_k-x_{k+1} \cdots (x_k-x_n)},k=0,1,\cdots,n
l_k(x)=\frac{(x-x_0) \cdots (x-x_{k-1})(x-x_{k+1})\cdots (x-x_n)}{(x_k-x_0) \cdots (x_k-x_{k-1}) (x_k-x_{k+1} \cdots (x_k-x_n)},k=0,1,\cdots,n

引入记号:

拉格朗日插值多项式可变换为:

L_n(x)=\sum_{k=0}^{n}y_k l_k(x)=\sum_{k=0}^{n}y_k \frac{ \omega_{n+1}(x)}{(x-x_k)\omega_{n+1}^{'}(x_k)}
L_n(x)=\sum_{k=0}^{n}y_k l_k(x)=\sum_{k=0}^{n}y_k \frac{ \omega_{n+1}(x)}{(x-x_k)\omega_{n+1}^{'}(x_k)}

当n=1时,

L_1(x)=y_0\frac{x-x_1}{x_0-x_1}+y_1\frac{x-x_0}{x_1-x_0}
L_1(x)=y_0\frac{x-x_1}{x_0-x_1}+y_1\frac{x-x_0}{x_1-x_0}

,为线性插值

当n=2时,

L_2(x)=y_0\frac{(x-x_1)(x-x_2)}{(x_0-x_1)(x_0-x_2)}+y_1\frac{(x-x_0)(x-x_2)}{(x1-x_0)(x_1-x_2)}+y_2\frac{(x-x_0)(x-x_1)}{(x_2-x_0)(x_2-x_1)}
L_2(x)=y_0\frac{(x-x_1)(x-x_2)}{(x_0-x_1)(x_0-x_2)}+y_1\frac{(x-x_0)(x-x_2)}{(x1-x_0)(x_1-x_2)}+y_2\frac{(x-x_0)(x-x_1)}{(x_2-x_0)(x_2-x_1)}

,展开后可得抛物线插值

注:n次插值多项式

L_n(x)
L_n(x)

通常是次数为n的多项式,特殊情况下次数可能小于n,如当二次插值多项式插值的三点共线时

L_2(x)
L_2(x)

将退化为一次多项式

插值余项与误差估计

R_n(x)=f(x)-L_n(x),x\in [a,b]
R_n(x)=f(x)-L_n(x),x\in [a,b]

为插值多项式的截断误差,也称余项

有如下定理:

通过余项表达式我们可以知道,若插值函数

f_(x) \in H_n
f_(x) \in H_n

H_n
H_n

代表次数小于等于n的多项式集合),由于

f^{(n+1)}(x)=0
f^{(n+1)}(x)=0

,故

R_n(x)=f(x)-L_n(x)=0
R_n(x)=f(x)-L_n(x)=0

,即它的插值多项式为其本身。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2020-04-04 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 拉格朗日插值法
  • 插值余项与误差估计
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档